[发明专利]选址方法、装置、设备及存储介质

说明书

本发明涉及一种选址方法。该方法包括：获取第一预测信息；所述第一预测信息包括每一个位置点的物品需求信息；根据所述第一预测信息确定各所述位置点的特征信息；所述特征信息包括用户特征信息和环境特征信息；根据所述特征信息和目标优化模型，确定目标地址；所述目标优化模型对应的地址覆盖范围内的物品需求价值最大且资源消耗成本最小。本申请提出的选址方法准确性较高。

技术领域

本发明涉及大数据应用领域，尤其涉及一种选址方法、装置、设备及存储介质。

背景技术

随着大数据技术的发展，大数据的应用深入到了人们生活的方方面面，尤其是在商业领域尤为突出。其中，利用大数据实现对商业门店的地址选择成为了现下比较热门的方式。

目前，对商业门店的地址选择方法主要是基于行业资深从业人员或者专家学者咨询的层次分析和模糊综合评价方法，即通过相关领域专家根据其经验对选址的相关因素的重要性作出评价，再结合层次分析法和模糊综合评价方法得到每个预选地址的综合得分，根据综合得分得到确定适合程度最优的地址。

但是，上述选址方法过于依赖人为经验，准确性较低。

发明内容

基于此，有必要针对上述技术问题，提供一种能够有效提高选址准确性的方法、装置、计算机设备和存储介质。

第一方面，一种选址方法，所述方法包括：

获取第一预测信息；所述第一预测信息包括每个位置点的物品需求信息；

根据所述第一预测信息确定各所述位置点的特征信息；所述特征信息包括用户特征信息和环境特征信息；

根据所述特征信息和目标优化模型，确定目标地址；所述目标优化模型对应的地址覆盖范围内的物品需求价值最大且资源消耗成本最小。

在其中一个实施例中，所述根据所述特征信息和目标优化模型，确定目标地址，包括：

根据所述特征信息确定所述目标优化模型的输入参数；所述输入参数用于辅助选址；

采用预设的智能优化算法，根据所述输入参数求解所述目标优化模型，得到所述目标地址。

在其中一个实施例中，所述目标优化模型包括目标函数和约束条件；所述约束条件用于对所述目标函数进行约束，使得所述目标函数输出的物品需求价值最大且资源消耗成本最小。

在其中一个实施例中，所述目标函数用于获取物品需求价值最大值和资源消耗成本最小值；

所述约束条件包括以下：

所述目标地址的覆盖范围不大于用户经营能力的辐射范围；

需求地址与所述目标地址之间的距离小于所述覆盖范围的半径；所述需求地址为所述覆盖范围内的地址；

所述目标地址的资源消耗成本小于用户可用资源；

所述目标地址为备选库中的地址；所述备选库包括根据所述特征信息生成的备选地址。

在其中一个实施例中，所述目标函数包括和